mtest

mtest adalah implementasi Python dari m-test, uji dua sampel berdasarkan pemilihan model dan dijelaskan dalam [1] dan [2].
Meskipun penting dalam mendukung kesimpulan eksperimental, uji statistik standar sering tidak memadai untuk daerah penelitian, seperti ilmu kehidupan, di mana ukuran sampel khas kecil dan asumsi uji sulit untuk memverifikasi. Dalam kondisi seperti itu, tes standar cenderung terlalu konservatif, dan gagal sehingga untuk mendeteksi efek yang signifikan dalam data.
M-test adalah uji statistik klasik dalam arti mendefinisikan makna dengan konvensional terikat pada kesalahan Tipe I. Di sisi lain, hal itu didasarkan pada pemilihan model Bayesian, dan dengan demikian memperhitungkan ketidakpastian akun tentang parameter model, mengurangi masalah ukuran sampel kecil.
M-test telah ditemukan umumnya memiliki kekuatan yang lebih tinggi (fraksi kecil dari Tipe II kesalahan) dari kesalahan t-test untuk ukuran sampel yang kecil (3 sampai 100 sampel).
[1] Berkes, P., Fiser, J. (2011) Uji dua sampel frequentist berdasarkan pemilihan model Bayesian. arXiv: 1104.2826v1
[2] Berkes, P., Orban, G., Lengyel, M., dan Fiser, J. (2011). Kegiatan kortikal spontan mengungkapkan keunggulan dari model internal yang optimal dari lingkungan. Science, 331: 6013, 83-87.
tabel mtest
kapal mtest cache tabel statistik untuk menghitung nilai p dan kekuatan data baru dengan cara yang paling efisien. Perpustakaan ini didistribusikan dengan meja-meja untuk p-nilai (tipe I error) untuk N = 3,4, ..., 20 dan N = 30,40, ..., 100. Tabel ini mencakup kasus yang paling umum. Tabel baru dihitung bila diperlukan, meskipun penyelesaian mungkin memakan waktu beberapa jam. Tipe II tabel error tidak termasuk untuk menjaga ukuran paket kecil.
Lihat scriptscompute_basic_tables.py untuk contoh script untuk meja Anda mungkin perlu-menghitung pra. . Script memanfaatkan perpustakaan joblib untuk mendistribusikan perhitungan pada beberapa core

Persyaratan :

• Python
• SciPy
• pymc